• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    網(wǎng)絡(luò)交易拉圾評(píng)論智能識(shí)別研究

    2016-11-19 16:22:21趙靜嫻
    現(xiàn)代情報(bào) 2016年4期
    關(guān)鍵詞:決策樹數(shù)據(jù)挖掘神經(jīng)網(wǎng)絡(luò)

    〔摘 要〕定義垃圾評(píng)論邊界,利用智能算法有效識(shí)別垃圾評(píng)論。對(duì)垃圾評(píng)論進(jìn)行內(nèi)部細(xì)分,構(gòu)建評(píng)價(jià)指標(biāo)體系,并提出一種改良決策樹方法對(duì)垃圾評(píng)論進(jìn)行智能評(píng)估,并提供可讀性規(guī)則?;贛atlab語(yǔ)言實(shí)現(xiàn),通過(guò)實(shí)證研究,驗(yàn)證所構(gòu)建的垃圾評(píng)論識(shí)別模型能夠達(dá)到較高預(yù)測(cè)精度。提供了一種高效的多在線評(píng)論多分類智能識(shí)別方法,為垃圾評(píng)論的分類監(jiān)管治理提供技術(shù)支持。

    〔關(guān)鍵詞〕垃圾評(píng)論;數(shù)據(jù)挖掘;決策樹;神經(jīng)網(wǎng)絡(luò)

    DOI:10.3969/j.issn.1008-0821.2016.04.011

    〔中圖分類號(hào)〕G206.2 〔文獻(xiàn)標(biāo)識(shí)碼〕A 〔文章編號(hào)〕1008-0821(2016)04-0057-05

    〔Abstract〕The paper defined the boundary of review spam,used intelligent algorithms to effectively detect review spam.The internal subdivision of review spam,evaluation index and an improved decision tree method for intelligent evaluation of review spam with readable rules are proposed.The empirical research based on Matlab showed the model can achieve higher prediction accuracy.The paper provided technical support for the review spam classification regulatory governance through proposing an efficient method for intelligent multiple classification of online reviews.

    〔Key words〕review spam;data mining;decision tree;neural network

    通過(guò)互聯(lián)網(wǎng)進(jìn)行商品交易已經(jīng)成為最近十年以來(lái)迅猛發(fā)展的商業(yè)模式,深刻而迅速的改變了傳統(tǒng)商業(yè)模式。消費(fèi)者可以通過(guò)查看以往交易購(gòu)買者對(duì)所購(gòu)商品和服務(wù)的評(píng)價(jià)來(lái)判斷賣家商品和服務(wù)的好壞,是互聯(lián)網(wǎng)交易不同于傳統(tǒng)商業(yè)模式的優(yōu)勢(shì)之一。成交評(píng)論是后繼消費(fèi)者對(duì)擬購(gòu)商品進(jìn)行判斷的重要依據(jù)之一,也是商家有針對(duì)性的改進(jìn)服務(wù),改進(jìn)產(chǎn)品促進(jìn)銷售的根據(jù),因此客觀真實(shí)有效的交易評(píng)價(jià)是促進(jìn)互聯(lián)網(wǎng)商業(yè)形態(tài)健康發(fā)展具有重要意義。

    另一方面,各種交易評(píng)論由評(píng)論者主觀輸入,由于各種原因出現(xiàn)了多種無(wú)效,無(wú)用,甚至虛假的垃圾評(píng)論,對(duì)互聯(lián)網(wǎng)經(jīng)濟(jì)的發(fā)展產(chǎn)生了負(fù)面影響。同時(shí),由于交易評(píng)論對(duì)后繼交易判斷的重要性,也出現(xiàn)了很多故意進(jìn)行虛假評(píng)論以促進(jìn)或打壓特定賣家的行為,對(duì)互聯(lián)網(wǎng)經(jīng)濟(jì)的發(fā)展的負(fù)面影響更為突出。因此,如何在海量的評(píng)論中識(shí)別并篩除垃圾評(píng)論,成為近期研究的熱門課題之一[1]。

    本文以海量評(píng)論信息中垃圾評(píng)論的有效智能識(shí)別為目標(biāo),首先發(fā)展了以往相關(guān)研究中對(duì)垃圾評(píng)論的認(rèn)識(shí),明確了垃圾評(píng)論的種類和判斷標(biāo)準(zhǔn),然后構(gòu)造一種神經(jīng)網(wǎng)絡(luò)與決策樹相結(jié)合的智能算法,發(fā)揮兩種算法的優(yōu)勢(shì)達(dá)到高效準(zhǔn)確識(shí)別垃圾評(píng)論的目的。最后,通過(guò)實(shí)證分析驗(yàn)證了方法的有效性和準(zhǔn)確性。

    1 相關(guān)研究

    近年來(lái),針對(duì)垃圾評(píng)論識(shí)別的研究在國(guó)內(nèi)外逐步開展,Jundal在2007年最早進(jìn)行了相關(guān)研究,將垃圾評(píng)論劃分為虛假評(píng)論、無(wú)關(guān)評(píng)論和非評(píng)論,并運(yùn)用Logistic回歸模型對(duì)圖書、音樂(lè)等其他制造類產(chǎn)品垃圾評(píng)論進(jìn)行了識(shí)別[2]。Ott等以旅館評(píng)論為研究對(duì)象,通過(guò)評(píng)論內(nèi)容和語(yǔ)言特征,從心理學(xué)、文本語(yǔ)料等方面分析垃圾評(píng)論的特征,用SVM方法對(duì)旅店類垃圾評(píng)論進(jìn)行了識(shí)別研究[3]。Mukherjee等在2011年使用頻繁挖掘模式尋找被選群體,再通過(guò)計(jì)算垃圾信息值,使用SVM模型識(shí)別群體垃圾評(píng)論[4]。隨后Mukherjee等在2013年基于內(nèi)容相似度、最大評(píng)論數(shù)、評(píng)論重復(fù)度等評(píng)論人行為特征通過(guò)聚類分析對(duì)垃圾評(píng)論進(jìn)行了識(shí)別[5]。國(guó)內(nèi)方面,何海江對(duì)利用Logistic回歸模型和利用SVM支持向量機(jī)的垃圾評(píng)論識(shí)別方法的性能進(jìn)行了比較[6]。陳燕方通過(guò)對(duì)文本語(yǔ)料進(jìn)行低可信度判斷,提出了一種基于評(píng)論產(chǎn)品屬性的情感傾向評(píng)估模型[7]。李霄等使用支持向量機(jī)模型對(duì)垃圾評(píng)論進(jìn)行了識(shí)別,并通過(guò)與Logistic模型對(duì)比證明了機(jī)器學(xué)習(xí)算法的優(yōu)勢(shì)。目前大多數(shù)研究?jī)H對(duì)評(píng)論進(jìn)行了垃圾評(píng)論與非垃圾評(píng)論的二分類[8]。孟美任等雖然通過(guò)CRFs模型對(duì)在線商品評(píng)論進(jìn)行了四分類識(shí)別,但識(shí)別的標(biāo)準(zhǔn)僅為評(píng)論的可信程度[9]。而實(shí)際上從欺騙性、干擾性、無(wú)效性的不同角度,垃圾評(píng)論可以分為不同的類別,不同類別之間在發(fā)布動(dòng)機(jī)、危害程度、分辨難度上都有所不同,相應(yīng)的治理方式也應(yīng)該有所區(qū)別。因此,本文將從多維度對(duì)垃圾評(píng)論進(jìn)行分類,并給出基于神經(jīng)網(wǎng)絡(luò)與決策樹相結(jié)合的在線評(píng)論四分類模型,為不同類別的垃圾評(píng)論識(shí)別和治理提供技術(shù)支持。

    2 在線評(píng)論的類別劃分

    根據(jù)評(píng)論發(fā)布者的目的、以及評(píng)論影響程度等方面的不同,可以將在線商品評(píng)論分為以下4類:

    2.1 非垃圾評(píng)論

    該類評(píng)論是消費(fèi)者在購(gòu)買、使用商品后,給出的真實(shí)的、客觀的、詳盡的體驗(yàn)描述,可以為后續(xù)消費(fèi)者了解產(chǎn)品、決定是否購(gòu)買提供參考,也可以為商家了解自我,有針對(duì)性的提升自我提供幫助,同時(shí)也是構(gòu)建良好的、公平的網(wǎng)絡(luò)購(gòu)物環(huán)境的重要組成部分。

    2.2 欺騙性評(píng)論

    評(píng)論發(fā)布者出于推銷或詆毀的目的,發(fā)布的與事實(shí)不相符的虛假性描述,或者是在極端的情感狀態(tài)下,書寫的過(guò)于主觀的不真實(shí)評(píng)論。虛假評(píng)論中介與職業(yè)虛假評(píng)論者的存在使得大量的虛假評(píng)論充斥著網(wǎng)絡(luò),給消費(fèi)者帶來(lái)了極大的誤導(dǎo),嚴(yán)重干擾了電商的公平競(jìng)爭(zhēng)環(huán)境,進(jìn)一步還會(huì)對(duì)整個(gè)網(wǎng)絡(luò)購(gòu)物平臺(tái)的生存帶來(lái)不可估計(jì)的沖擊[10]。

    2.3 干擾性評(píng)論

    此類評(píng)論類似于垃圾郵件,往往是出于廣告宣傳或者是單純發(fā)泄的目的,因此常常包含電話號(hào)碼、QQ號(hào)碼或者網(wǎng)站鏈接地址。該類評(píng)論內(nèi)容與所評(píng)價(jià)商品無(wú)關(guān),對(duì)消費(fèi)者誤導(dǎo)作用較小,較易識(shí)別。

    2.4 低效用評(píng)論

    該類評(píng)論字?jǐn)?shù)較少,常常是由于超出評(píng)價(jià)時(shí)間而由系統(tǒng)自動(dòng)給出的系統(tǒng)性評(píng)價(jià),或者是消費(fèi)者為了賺取某些積分而敷衍性給出的并不涉及具體體驗(yàn)感受的簡(jiǎn)短評(píng)價(jià)。例如:好、不錯(cuò)、沙發(fā)等。

    3 基于神經(jīng)網(wǎng)絡(luò)與決策樹相結(jié)合的垃圾評(píng)論識(shí)別方法3.1 特征選擇

    特征屬性的選擇是識(shí)別方法研究的基礎(chǔ),不同商品或電商網(wǎng)站的特征決定了其評(píng)論的、特征可能有所不同,比如對(duì)電子產(chǎn)品的評(píng)論中對(duì)參數(shù)的描述可能會(huì)多一些,而食品類產(chǎn)品可能對(duì)送貨速度更為敏感。增加屬性選擇的范圍,并篩選針對(duì)特定交易類型較為有效的特征屬性將對(duì)提高辨識(shí)準(zhǔn)確度降低運(yùn)算量有所幫助。依據(jù)垃圾評(píng)論特征和影響因素的相關(guān)研究,本文提出特征屬性池的概念。特征屬性池是和垃圾評(píng)論識(shí)別相關(guān)的有可能表現(xiàn)垃圾評(píng)論特殊性的屬性的集合。針對(duì)不同商品類型,不同交易平臺(tái),有效的特征屬性可能不盡相同,為了避免重復(fù)的人為選取特征屬性造成的主觀性影響、計(jì)算效率低等問(wèn)題,本文在建立特征池的基礎(chǔ)上,由后續(xù)的智能算法自主選取特征屬性并建立識(shí)別模型。

    目前的研究大多從評(píng)論內(nèi)容和評(píng)論人兩方面考慮,具體包括評(píng)論內(nèi)容的翔實(shí)程度、評(píng)論的語(yǔ)法語(yǔ)義和結(jié)構(gòu)特征、觀點(diǎn)的傾向性、評(píng)論風(fēng)格、時(shí)效、情感極性、評(píng)論者背景經(jīng)驗(yàn)等。另外根據(jù)龔思蘭等對(duì)在線商品信息可信度影響因素的實(shí)證研究[11],本文增加了文本情感傾向與評(píng)分的匹配度特征以及商家自身活動(dòng)特征,共設(shè)定22個(gè)評(píng)論特征屬性,如表1所示。

    3.2 評(píng)估方法

    決策樹是一種樹形分類器,通過(guò)各個(gè)節(jié)點(diǎn)對(duì)屬性的選擇最終得到符合誤差標(biāo)準(zhǔn)的樹形分類結(jié)構(gòu),相比于其它分類計(jì)算模型,決策樹的突出特點(diǎn)是可以輸出可讀性規(guī)則。但是煩瑣的離散化和后剪枝步驟計(jì)算代價(jià)較大,針對(duì)高維大數(shù)據(jù)庫(kù)數(shù)據(jù)效率不高。為了對(duì)垃圾評(píng)論進(jìn)行高效分類并且輸出可讀性規(guī)則用來(lái)監(jiān)控分析網(wǎng)路交易從而有針對(duì)性的采取管理措施,同時(shí)避免后剪枝等計(jì)算,本文提出一種神經(jīng)網(wǎng)絡(luò)與決策樹相結(jié)合的垃圾評(píng)論識(shí)別算法模型。該方法利用神經(jīng)網(wǎng)絡(luò)無(wú)須先驗(yàn)知識(shí),主觀輸入少的特點(diǎn)對(duì)評(píng)論的特征屬性集進(jìn)行裁剪選擇,降低了數(shù)據(jù)維度,同時(shí)避免了決策樹后剪枝等復(fù)雜計(jì)算。其具體步驟為:

    3.2.1 對(duì)連續(xù)屬性運(yùn)用BMIC算法離散化

    BMIC離散化算法是一種基于以正規(guī)增益熵作為離散化標(biāo)準(zhǔn)的優(yōu)化離散化算法。它證明了以正規(guī)增益為離散標(biāo)準(zhǔn)的離散區(qū)間分割點(diǎn)集合屬于切點(diǎn)集合,進(jìn)而通過(guò)合并臨界點(diǎn)和小數(shù)點(diǎn)區(qū)間直接得到離散分割點(diǎn)避免了大量計(jì)算,而且可以根據(jù)分類結(jié)果自動(dòng)生成最優(yōu)離散區(qū)間個(gè)數(shù)不需要參數(shù)設(shè)定[12]。

    3.2.2 按照歸一化的輸入輸出關(guān)聯(lián)值將特征池中的所有屬性排序

    該方法用樣本值的變化而引起的輸出變化的之和的歸一化值UIOC作為衡量數(shù)據(jù)屬性重要性的標(biāo)準(zhǔn)。屬性的UIOC值越大屬性越重要。UIOC的計(jì)算公式為:

    UIOC(k)=1max(A)-min(A)∑x(i,k)-x(j,k)×signy(i)-y(j) i≠j

    (1)

    其中UIOC(k)為第k個(gè)屬性的輸入輸出關(guān)聯(lián)值,x(i,k),x(j,k)分別為第i,j個(gè)樣本的第k個(gè)條件屬性值。y(i),y(j)分別為第i,j個(gè)樣本的決策屬性值。max(A)為屬性A的最大值,min(A)為屬性A的最小值。

    3.2.3 用徑向基神經(jīng)網(wǎng)絡(luò)(RBF Neural Networks)對(duì)屬性進(jìn)行篩選

    RBF是一種前饋三層網(wǎng)絡(luò),其神經(jīng)元數(shù)量根據(jù)不同任務(wù)需要而自適應(yīng)選定與初始賦權(quán)無(wú)關(guān),具有良好的泛化能力和快速收斂的特性,適宜處理難以解析的規(guī)律性。取UIOC值最大的前50%屬性用RBF神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練及分類并和增減前后屬性的RBF神經(jīng)網(wǎng)絡(luò)的分類準(zhǔn)確率想比較,直到找到增減屬性后分類準(zhǔn)確率均下降時(shí)停止篩選。分類準(zhǔn)確率最高的一組屬性作為建立決策樹的屬性集合。

    3.2.4 在篩選后的屬性集合上建立正規(guī)增益為屬性選擇標(biāo)準(zhǔn)的決策樹

    NG(A,S)=∑4t=1-pilog2pi-∑j∈value(A)SjS∑4t=1-pilog2pilog2n

    (2)

    其中pi是屬于類別t的樣本占總樣本數(shù)的比例。Value(A)為特征A的取值集合。S和Sj分別為樣本總數(shù)以及特征A取值為j的樣本個(gè)數(shù)。

    3.3 垃圾評(píng)論識(shí)別流程

    本文首先采用中科院計(jì)算技術(shù)研究所的ICTCLAS工具,并通過(guò)加入HowNet情感詞典和自定義詞典對(duì)評(píng)論語(yǔ)料進(jìn)行分詞和詞性標(biāo)注等預(yù)處理,再運(yùn)用神經(jīng)網(wǎng)絡(luò)與決策樹相結(jié)合的模型對(duì)數(shù)據(jù)進(jìn)行分類。具體流程如圖1所示:

    4 網(wǎng)絡(luò)交易垃圾評(píng)論識(shí)別實(shí)證研究

    4.1 實(shí)驗(yàn)準(zhǔn)備及實(shí)驗(yàn)過(guò)程

    實(shí)驗(yàn)材料準(zhǔn)備階段首先根據(jù)Alexa中國(guó)電商類網(wǎng)站2014年的排名,選擇前5名的如下電商網(wǎng)站作為實(shí)驗(yàn)數(shù)據(jù)采集的來(lái)源。

    設(shè)定網(wǎng)絡(luò)交易商品為數(shù)碼相機(jī)、服裝、圖書3類,搜集2014-2015年的商品評(píng)價(jià),選擇其中的11 000條評(píng)論作為實(shí)驗(yàn)數(shù)據(jù)。選擇3組志愿者,每組3人,在組內(nèi)通過(guò)討論人工標(biāo)注評(píng)論類別,再對(duì)照3組結(jié)果,將人工標(biāo)注結(jié)果不一致的評(píng)論去除,最終得到評(píng)論9 420條,其中非垃圾評(píng)論4 721條,欺騙性垃圾評(píng)論1 385條,干擾性垃圾評(píng)論659條,低效用垃圾評(píng)論2 655條。隨機(jī)生成70%樣本作為訓(xùn)練集,30%作為驗(yàn)證集。所有實(shí)驗(yàn)均在matlab軟件上實(shí)現(xiàn)。

    4.2 實(shí)驗(yàn)結(jié)果分析

    實(shí)驗(yàn)是對(duì)每個(gè)驗(yàn)證集子例屬于哪一類評(píng)論做出判斷,屬于四分類問(wèn)題,文本識(shí)別常用查準(zhǔn)率、查全率、綜合F值3類性能評(píng)估指標(biāo)如表3所示。由實(shí)驗(yàn)結(jié)果可以看出,本文方法對(duì)在線評(píng)論類別的識(shí)別效果較好,2 826個(gè)測(cè)試樣本中有2 276個(gè)歸類正確,總體準(zhǔn)確率達(dá)到80.5%。在4類樣本中,欺騙性垃圾評(píng)論是隱蔽性最強(qiáng)、識(shí)別率最低的,容易被誤判為非垃圾評(píng)論。這是由于有些詆毀或推銷目的的造假者為避免被發(fā)現(xiàn),會(huì)在無(wú)關(guān)痛癢的問(wèn)題上做細(xì)微的與自己目的相反的情感評(píng)價(jià),以保持文本情感平衡。

    為了進(jìn)一步說(shuō)明本文方法的有效性,將本文實(shí)驗(yàn)數(shù)據(jù)中的欺騙性、干擾性及低效用垃圾評(píng)論統(tǒng)一歸納為垃圾評(píng)論,再運(yùn)用文獻(xiàn)[8]中的基于SVM以及Logistic回歸的方法進(jìn)行垃圾評(píng)論識(shí)別,對(duì)比實(shí)驗(yàn)結(jié)果見(jiàn)表4??梢钥吹嚼u(píng)論的查準(zhǔn)率、查全率、綜合F值以及評(píng)論總準(zhǔn)確率方面,本文模型分別高于SVM模型0.9、2、1.5和3.3個(gè)百分點(diǎn),另外值得注意的是文獻(xiàn)[8]中的SVM及Logistic回歸模型只是對(duì)商品評(píng)論進(jìn)行了二分類,而本文則是進(jìn)一步對(duì)垃圾評(píng)論進(jìn)行了不同類別的劃分,因此在難度上要高于簡(jiǎn)單的垃圾與非垃圾的二分類。如表2最后一行所示,如果只要樣例被正確劃分為垃圾評(píng)論,而不必考慮具體是欺騙型、干擾性還是低效用性垃圾評(píng)論,則本文試驗(yàn)結(jié)果在查準(zhǔn)率、查全率、綜合F值、總準(zhǔn)確率上均遠(yuǎn)高于SVM模型。

    為了進(jìn)一步驗(yàn)證本文方法的穩(wěn)定性,對(duì)以上數(shù)據(jù)采用4次交叉法重新實(shí)驗(yàn),4次實(shí)驗(yàn)結(jié)果的各性能指標(biāo)如圖2~4所示:

    圖2 4次實(shí)驗(yàn)的查準(zhǔn)率指標(biāo)

    因?yàn)橛?xùn)練集的子例是隨機(jī)選取,使各個(gè)類型的子例在訓(xùn)練集中所占的比例不同,數(shù)據(jù)的結(jié)構(gòu)會(huì)有所變化,但每組實(shí)驗(yàn)的識(shí)別精度大致相同,說(shuō)明方法的穩(wěn)定性較好。從篩選后用于建立決策樹的屬性來(lái)看,也存在比較穩(wěn)定的趨勢(shì),具體情況如表5所示。

    通過(guò)對(duì)實(shí)驗(yàn)生成規(guī)則集的歸納,可以發(fā)現(xiàn)以下主要規(guī)律:(1)內(nèi)容不包含商品信息,且數(shù)字或字母超過(guò)一定字符數(shù)時(shí),屬于干擾性垃圾評(píng)論的概率較大。(2)低效用類垃圾評(píng)論在所有垃圾評(píng)論樣本中所占比例最高,其識(shí)別的準(zhǔn)確率也最高,大量的系統(tǒng)性評(píng)論以及單字或幾個(gè)字的敷衍性好評(píng)僅通過(guò)文本長(zhǎng)度即可識(shí)別。(3)欺騙性垃圾評(píng)論與非垃圾評(píng)論最容易相互誤判,他們大都包含商品信息,在情感極性上欺騙型垃圾評(píng)論雖不如非垃圾評(píng)論均衡,但隨著造假者經(jīng)驗(yàn)的不斷提高,單純的文本類特征已不足以滿足識(shí)別要求,評(píng)價(jià)者行為特征的加入可以使模型識(shí)別獲得更優(yōu)的效果。另外被廣大消費(fèi)者普遍認(rèn)為十分重要的“評(píng)論者信用等級(jí)”在4次試驗(yàn)中只有2次入選模型,而評(píng)價(jià)頻度和重復(fù)率因素卻分別4次和3次入選。這與職業(yè)虛假評(píng)論中介以及大量的職業(yè)刷客群體的存在有著很大關(guān)系。職業(yè)刷客通過(guò)大量的交易往往擁有較高的信用等級(jí),所以信用等級(jí)的高低在欺騙性評(píng)論識(shí)別中反而并非決定性特征屬性。

    5 結(jié)束語(yǔ)

    隨著網(wǎng)絡(luò)交易的快速發(fā)展,對(duì)交易評(píng)論進(jìn)行實(shí)時(shí)跟蹤、有效識(shí)別各類垃圾評(píng)論并采取相應(yīng)的有效治理策略是構(gòu)建有序的電商競(jìng)爭(zhēng)環(huán)境,促進(jìn)網(wǎng)絡(luò)交易健康發(fā)展的必然要求。本文使用神經(jīng)網(wǎng)絡(luò)與決策樹相結(jié)合的方法,對(duì)網(wǎng)絡(luò)交易在線評(píng)論進(jìn)行了智能四分類識(shí)別。通過(guò)與文獻(xiàn)[8]中模型結(jié)果的對(duì)比,證明了本文方法的有效性。隨著移動(dòng)互聯(lián)營(yíng)銷的發(fā)展和電商評(píng)論要求的細(xì)分,垃圾評(píng)論特征可能發(fā)生變化,今后有必要隨著要求的更新進(jìn)一步優(yōu)化模型。

    參考文獻(xiàn)

    [1]聶卉,王佳佳.產(chǎn)品垃圾評(píng)論識(shí)別研究綜述[J].現(xiàn)代圖書情報(bào)技術(shù),2014,(2):63-70.

    [2]Jindal N,Liu B.Review Spam Detection[C].In:Proceedings of the 16th International Conference of Word Wide Web.Banff,Alberta,Canada.New York,NY,USA:ACM,2007:1189-1190.

    [3]Ott M.Choi Y J.Cardie C,et al.Finding Deceptive Opinion Spam by Any Stretch of the Imagination[C].In:Proceedings of the 49th Annual Meeting of the Association for Computational Linguistics:Human Language Technologies.Stroudsburg.PA,USA:Association for Computational Linguistics,2011:309-319.

    [4]Mukherjee A,Venkataraman V.What Yelp Fake Review Filter Might Be Doing?[C].In:Proceedings of the 7th International Conference on Weblogs and Social Media.Palo Alto:AAAI Press,2013:409-418.

    [5]Mukherjee A.Liu B.Wang J,et al.Detecting Group Review Spam[C].In:Proceedings of the 28t h ACM International Conference on Information and Knowledge Management,Hyderabad,Indea.New York,NY,USA:ACM,2011:1123-1126.

    [6]何海江,凌云.由Logistic回歸識(shí)別Web社區(qū)的垃圾評(píng)論[J].計(jì)算機(jī)工程與應(yīng)用,2009,45(23):140-143.

    [7]陳燕方,李志宇.基于評(píng)論產(chǎn)品屬性情感傾向評(píng)估的虛假評(píng)論識(shí)別研究[J].現(xiàn)代圖書情報(bào)技術(shù),2014,(9):81-90.

    [8]李霄,丁晟春.垃圾商品評(píng)論信息的識(shí)別研究[J].現(xiàn)代圖書情報(bào)技術(shù),2013,(1):63-68.

    [9]孟美任,丁晟春.在線中文商品評(píng)論可信度研究[J].現(xiàn)代圖書情報(bào)技術(shù),2013,(9):60-66.

    [10]陳燕方,婁策群.在線商品虛假評(píng)論形成路徑研究[J].現(xiàn)代情報(bào),2015,(1):49-53.

    [11]龔思蘭,丁晟春,周夏偉,等.在線商品評(píng)論信息可信度影響因素實(shí)證研究[J].情報(bào)雜志,2013,(11):202-208.

    [12]趙靜嫻,倪春鵬,詹原瑞,等.一種高效的連續(xù)屬性離散化算法[J].系統(tǒng)工程與電子技術(shù),2009,(1):195-199.

    (本文責(zé)任編輯:孫國(guó)雷)

    猜你喜歡
    決策樹數(shù)據(jù)挖掘神經(jīng)網(wǎng)絡(luò)
    探討人工智能與數(shù)據(jù)挖掘發(fā)展趨勢(shì)
    神經(jīng)網(wǎng)絡(luò)抑制無(wú)線通信干擾探究
    電子制作(2019年19期)2019-11-23 08:42:00
    一種針對(duì)不均衡數(shù)據(jù)集的SVM決策樹算法
    決策樹和隨機(jī)森林方法在管理決策中的應(yīng)用
    電子制作(2018年16期)2018-09-26 03:27:06
    基于并行計(jì)算的大數(shù)據(jù)挖掘在電網(wǎng)中的應(yīng)用
    電力與能源(2017年6期)2017-05-14 06:19:37
    基于決策樹的出租車乘客出行目的識(shí)別
    基于神經(jīng)網(wǎng)絡(luò)的拉矯機(jī)控制模型建立
    一種基于Hadoop的大數(shù)據(jù)挖掘云服務(wù)及應(yīng)用
    復(fù)數(shù)神經(jīng)網(wǎng)絡(luò)在基于WiFi的室內(nèi)LBS應(yīng)用
    基于肺癌CT的決策樹模型在肺癌診斷中的應(yīng)用
    国产精品人妻久久久久久| 91久久精品电影网| 欧美日韩精品成人综合77777| 国产亚洲午夜精品一区二区久久| 乱系列少妇在线播放| 老熟女久久久| 波野结衣二区三区在线| 黄片wwwwww| 激情 狠狠 欧美| 日韩欧美精品免费久久| 在线观看人妻少妇| 日本-黄色视频高清免费观看| 亚洲av成人精品一二三区| 免费大片18禁| 最后的刺客免费高清国语| 国产69精品久久久久777片| 午夜免费观看性视频| 国产一区二区三区综合在线观看 | 极品教师在线视频| 国产v大片淫在线免费观看| 国产精品久久久久久精品古装| 91精品国产九色| 精品亚洲成a人片在线观看 | 2018国产大陆天天弄谢| 99热网站在线观看| 午夜激情久久久久久久| 有码 亚洲区| 男女国产视频网站| 午夜福利影视在线免费观看| 最近最新中文字幕大全电影3| 网址你懂的国产日韩在线| 日本色播在线视频| 男男h啪啪无遮挡| 极品教师在线视频| 久久国产精品大桥未久av | 国产免费视频播放在线视频| 老师上课跳d突然被开到最大视频| 国产精品一区二区三区四区免费观看| 久久99热这里只有精品18| 啦啦啦视频在线资源免费观看| 国产一级毛片在线| 性高湖久久久久久久久免费观看| 免费播放大片免费观看视频在线观看| 在线观看国产h片| 久久6这里有精品| 夫妻午夜视频| 成人毛片60女人毛片免费| 三级国产精品欧美在线观看| 只有这里有精品99| 超碰av人人做人人爽久久| 亚洲av免费高清在线观看| 热re99久久精品国产66热6| 国产精品99久久99久久久不卡 | 麻豆乱淫一区二区| 尤物成人国产欧美一区二区三区| 久久久久久久久久久丰满| 精品一品国产午夜福利视频| 高清午夜精品一区二区三区| 1000部很黄的大片| 国产免费一级a男人的天堂| 街头女战士在线观看网站| 一级a做视频免费观看| 亚洲色图综合在线观看| 99热6这里只有精品| 精品99又大又爽又粗少妇毛片| tube8黄色片| 欧美人与善性xxx| 国产精品久久久久久久电影| 亚洲精品自拍成人| 亚洲熟女精品中文字幕| 亚洲成人中文字幕在线播放| 九九久久精品国产亚洲av麻豆| 国产黄频视频在线观看| 美女视频免费永久观看网站| 中文字幕免费在线视频6| 婷婷色av中文字幕| 人人妻人人添人人爽欧美一区卜 | 干丝袜人妻中文字幕| 成人美女网站在线观看视频| 伊人久久精品亚洲午夜| 黑丝袜美女国产一区| 亚洲精品久久久久久婷婷小说| 黄片wwwwww| av一本久久久久| av卡一久久| 下体分泌物呈黄色| 精品亚洲成a人片在线观看 | 99久久精品国产国产毛片| 婷婷色av中文字幕| 日韩电影二区| 波野结衣二区三区在线| 国产一区二区三区av在线| 国产亚洲午夜精品一区二区久久| 成人18禁高潮啪啪吃奶动态图 | 亚洲国产毛片av蜜桃av| 色5月婷婷丁香| 色综合色国产| 麻豆成人av视频| 性色avwww在线观看| 97在线视频观看| 国产人妻一区二区三区在| 国产乱来视频区| 日本欧美视频一区| 亚洲欧美成人精品一区二区| 午夜视频国产福利| 国产在线视频一区二区| 高清视频免费观看一区二区| 啦啦啦视频在线资源免费观看| 日韩强制内射视频| 嫩草影院新地址| 久久久久网色| 成年免费大片在线观看| 国产 一区 欧美 日韩| 亚洲第一区二区三区不卡| 亚州av有码| a 毛片基地| 国产又色又爽无遮挡免| 亚洲美女视频黄频| 在线免费十八禁| 久久毛片免费看一区二区三区| av在线观看视频网站免费| 校园人妻丝袜中文字幕| 久久久a久久爽久久v久久| 男女免费视频国产| 男女国产视频网站| av线在线观看网站| 欧美xxⅹ黑人| 嫩草影院新地址| 国产乱人偷精品视频| 制服丝袜香蕉在线| 七月丁香在线播放| 日韩强制内射视频| 日本黄大片高清| 夜夜看夜夜爽夜夜摸| 亚洲av男天堂| 我要看黄色一级片免费的| 超碰97精品在线观看| 国产在线男女| 免费看光身美女| 免费观看在线日韩| 亚洲天堂av无毛| 亚洲国产欧美在线一区| 免费大片18禁| 国产老妇伦熟女老妇高清| 久久久久久久国产电影| 岛国毛片在线播放| 国产亚洲午夜精品一区二区久久| 免费黄网站久久成人精品| 国产成人精品久久久久久| 狂野欧美激情性xxxx在线观看| 美女视频免费永久观看网站| 插逼视频在线观看| 亚洲av电影在线观看一区二区三区| 久久人人爽人人片av| 狠狠精品人妻久久久久久综合| 国产在线视频一区二区| 精品一区二区三卡| 色5月婷婷丁香| 一个人看的www免费观看视频| 精品国产一区二区三区久久久樱花 | 青春草视频在线免费观看| 日本免费在线观看一区| 一级二级三级毛片免费看| 99热这里只有精品一区| 国产爱豆传媒在线观看| av卡一久久| 国产淫语在线视频| 日韩不卡一区二区三区视频在线| 在线免费十八禁| 在线精品无人区一区二区三 | 国产成人午夜福利电影在线观看| 26uuu在线亚洲综合色| 男人和女人高潮做爰伦理| 18+在线观看网站| 又大又黄又爽视频免费| 狂野欧美白嫩少妇大欣赏| 伊人久久精品亚洲午夜| 免费观看a级毛片全部| 亚洲av欧美aⅴ国产| a级一级毛片免费在线观看| 人妻一区二区av| 纵有疾风起免费观看全集完整版| 最新中文字幕久久久久| 我要看日韩黄色一级片| 在线观看国产h片| 国产精品嫩草影院av在线观看| 亚洲成人一二三区av| 大陆偷拍与自拍| 午夜激情久久久久久久| 国产深夜福利视频在线观看| av.在线天堂| 亚洲av成人精品一二三区| av女优亚洲男人天堂| 国产大屁股一区二区在线视频| 精品国产一区二区三区久久久樱花 | 搡老乐熟女国产| 久久精品国产鲁丝片午夜精品| 日韩人妻高清精品专区| 亚洲综合精品二区| 久久av网站| 99热网站在线观看| 国产亚洲一区二区精品| 边亲边吃奶的免费视频| 亚洲婷婷狠狠爱综合网| 99国产精品免费福利视频| 国产亚洲最大av| 亚洲人与动物交配视频| 一级毛片黄色毛片免费观看视频| av在线播放精品| 精品一区二区三卡| 国产一区二区在线观看日韩| 麻豆乱淫一区二区| 精品熟女少妇av免费看| 亚洲aⅴ乱码一区二区在线播放| 亚洲三级黄色毛片| 欧美精品一区二区免费开放| 国产精品嫩草影院av在线观看| 不卡视频在线观看欧美| 七月丁香在线播放| 狠狠精品人妻久久久久久综合| 欧美精品人与动牲交sv欧美| av国产久精品久网站免费入址| 午夜视频国产福利| 777米奇影视久久| 亚洲精品456在线播放app| 制服丝袜香蕉在线| 久久午夜福利片| 蜜桃在线观看..| 久久久久久久久大av| 欧美日韩精品成人综合77777| 欧美日韩国产mv在线观看视频 | 国精品久久久久久国模美| 最近最新中文字幕大全电影3| 国产午夜精品久久久久久一区二区三区| 美女内射精品一级片tv| 一个人看视频在线观看www免费| 一本—道久久a久久精品蜜桃钙片| 人妻系列 视频| 九九在线视频观看精品| 啦啦啦中文免费视频观看日本| 一级毛片aaaaaa免费看小| 最新中文字幕久久久久| 免费看日本二区| 久久久久久九九精品二区国产| 91精品国产国语对白视频| 国产成人精品一,二区| 哪个播放器可以免费观看大片| 中文乱码字字幕精品一区二区三区| 女人久久www免费人成看片| 国产精品三级大全| 亚洲第一av免费看| 亚洲av.av天堂| 干丝袜人妻中文字幕| 国产免费一级a男人的天堂| 国产成人a∨麻豆精品| 日韩在线高清观看一区二区三区| 色哟哟·www| 99久久人妻综合| 国产精品国产三级专区第一集| 日本一二三区视频观看| 国产白丝娇喘喷水9色精品| a级毛片免费高清观看在线播放| 久久久久久久国产电影| 一级毛片黄色毛片免费观看视频| 久久久久视频综合| 人妻少妇偷人精品九色| 一级毛片aaaaaa免费看小| 熟女电影av网| 99久久中文字幕三级久久日本| 在线观看国产h片| 国产中年淑女户外野战色| 午夜免费男女啪啪视频观看| 亚洲国产欧美在线一区| 国产 一区 欧美 日韩| 最黄视频免费看| 亚洲人与动物交配视频| 国产精品久久久久久久电影| 王馨瑶露胸无遮挡在线观看| 亚洲性久久影院| 有码 亚洲区| 最近最新中文字幕大全电影3| 国产一区二区在线观看日韩| 嘟嘟电影网在线观看| 男女啪啪激烈高潮av片| 乱系列少妇在线播放| 国产精品久久久久久久电影| 国产精品久久久久久av不卡| 国产精品一区二区三区四区免费观看| 色哟哟·www| 91精品国产九色| 看十八女毛片水多多多| 国产精品秋霞免费鲁丝片| 综合色丁香网| 国产v大片淫在线免费观看| 免费看不卡的av| 少妇人妻一区二区三区视频| 在线免费观看不下载黄p国产| 天堂中文最新版在线下载| 亚洲欧美日韩卡通动漫| 99国产精品免费福利视频| 精品一区在线观看国产| 午夜免费男女啪啪视频观看| 久久久精品94久久精品| 国产欧美日韩精品一区二区| 日本午夜av视频| 欧美日韩国产mv在线观看视频 | 国内揄拍国产精品人妻在线| 国精品久久久久久国模美| 亚洲不卡免费看| 久久久久久久久久久免费av| 日韩不卡一区二区三区视频在线| 亚洲av免费高清在线观看| 99re6热这里在线精品视频| 激情五月婷婷亚洲| 国产精品国产av在线观看| 亚洲国产欧美在线一区| 欧美97在线视频| 免费播放大片免费观看视频在线观看| 99热这里只有精品一区| 视频区图区小说| 国产精品久久久久久精品古装| 婷婷色麻豆天堂久久| 亚洲精品日本国产第一区| 国产精品久久久久久久电影| 夜夜骑夜夜射夜夜干| www.av在线官网国产| 少妇裸体淫交视频免费看高清| 中文字幕久久专区| 久久久久精品久久久久真实原创| 久久精品国产亚洲网站| 一区二区三区精品91| 久久人人爽人人片av| 在线观看av片永久免费下载| 久久精品夜色国产| 国产精品国产三级专区第一集| 日韩 亚洲 欧美在线| 人妻夜夜爽99麻豆av| 毛片女人毛片| 国产女主播在线喷水免费视频网站| 高清欧美精品videossex| 国产av精品麻豆| 在线观看免费高清a一片| 久久久久国产网址| 在线观看免费高清a一片| 看免费成人av毛片| 国产成人免费无遮挡视频| 内射极品少妇av片p| 中国国产av一级| 欧美变态另类bdsm刘玥| 国产精品爽爽va在线观看网站| 久久精品熟女亚洲av麻豆精品| av又黄又爽大尺度在线免费看| 尤物成人国产欧美一区二区三区| 色吧在线观看| 少妇精品久久久久久久| 国产亚洲欧美精品永久| av视频免费观看在线观看| 免费久久久久久久精品成人欧美视频 | 欧美日韩一区二区视频在线观看视频在线| 高清欧美精品videossex| 你懂的网址亚洲精品在线观看| 日韩欧美精品免费久久| 成年美女黄网站色视频大全免费 | 女人十人毛片免费观看3o分钟| 亚洲欧美日韩东京热| 午夜免费鲁丝| 黄色配什么色好看| 欧美成人a在线观看| 国产成人精品福利久久| 欧美成人一区二区免费高清观看| 色网站视频免费| 性色avwww在线观看| 插逼视频在线观看| 久久久久网色| 寂寞人妻少妇视频99o| 久久久色成人| av网站免费在线观看视频| 黄色视频在线播放观看不卡| 蜜臀久久99精品久久宅男| 天堂俺去俺来也www色官网| av播播在线观看一区| 国产精品伦人一区二区| 精品国产三级普通话版| 精品亚洲成国产av| 高清av免费在线| 国产色婷婷99| 亚洲国产欧美人成| 亚洲精华国产精华液的使用体验| 日本av手机在线免费观看| 欧美人与善性xxx| 日本爱情动作片www.在线观看| 免费大片黄手机在线观看| 美女福利国产在线 | av国产精品久久久久影院| 免费看光身美女| 一二三四中文在线观看免费高清| av天堂中文字幕网| 在现免费观看毛片| 高清午夜精品一区二区三区| 日韩大片免费观看网站| 亚洲色图综合在线观看| 日本黄色片子视频| 欧美xxⅹ黑人| 国产精品欧美亚洲77777| 嘟嘟电影网在线观看| 午夜福利在线观看免费完整高清在| 日本av手机在线免费观看| 黄色欧美视频在线观看| 国产精品福利在线免费观看| 最后的刺客免费高清国语| 蜜桃在线观看..| 少妇人妻久久综合中文| 精品人妻熟女av久视频| 波野结衣二区三区在线| 国模一区二区三区四区视频| 成年美女黄网站色视频大全免费 | 少妇的逼好多水| 人人妻人人看人人澡| 成人漫画全彩无遮挡| 免费看光身美女| 99久久综合免费| av.在线天堂| 丝袜脚勾引网站| 汤姆久久久久久久影院中文字幕| 特大巨黑吊av在线直播| 免费播放大片免费观看视频在线观看| 亚洲国产毛片av蜜桃av| 亚洲精品国产色婷婷电影| 中国美白少妇内射xxxbb| 久久青草综合色| av福利片在线观看| 国产精品嫩草影院av在线观看| 日韩av不卡免费在线播放| 国产亚洲一区二区精品| 草草在线视频免费看| 国产精品麻豆人妻色哟哟久久| xxx大片免费视频| 国产午夜精品一二区理论片| 黄色怎么调成土黄色| 国产成人精品福利久久| 国产精品久久久久成人av| 国产精品一区二区性色av| 男人狂女人下面高潮的视频| 少妇被粗大猛烈的视频| 新久久久久国产一级毛片| 大片电影免费在线观看免费| 人妻一区二区av| 毛片一级片免费看久久久久| 国产精品一区二区在线观看99| 亚洲精品国产av成人精品| 午夜福利高清视频| 欧美成人精品欧美一级黄| 久久久久久久久大av| 国产淫语在线视频| 色视频在线一区二区三区| 亚洲色图av天堂| 亚洲av免费高清在线观看| 亚洲av国产av综合av卡| 18禁动态无遮挡网站| 欧美日韩精品成人综合77777| 国产亚洲一区二区精品| 亚洲精品视频女| 亚洲欧美中文字幕日韩二区| 久久久久久久久久人人人人人人| 国产高清有码在线观看视频| 久久久欧美国产精品| 国产亚洲欧美精品永久| 一个人免费看片子| 制服丝袜香蕉在线| 26uuu在线亚洲综合色| 99热这里只有是精品在线观看| 肉色欧美久久久久久久蜜桃| 国产成人a∨麻豆精品| 久久鲁丝午夜福利片| 一级毛片久久久久久久久女| 午夜免费男女啪啪视频观看| 色哟哟·www| 日韩一区二区视频免费看| 高清av免费在线| 成人综合一区亚洲| 大码成人一级视频| 亚洲精品一二三| 高清不卡的av网站| 成年美女黄网站色视频大全免费 | 天美传媒精品一区二区| 肉色欧美久久久久久久蜜桃| 国产视频内射| 亚洲av男天堂| 国产精品不卡视频一区二区| 久久午夜福利片| 国产永久视频网站| 国产91av在线免费观看| 亚洲内射少妇av| 国产成人freesex在线| 国产在视频线精品| 免费人妻精品一区二区三区视频| 高清毛片免费看| 国产亚洲欧美精品永久| 久久鲁丝午夜福利片| 久久国内精品自在自线图片| 国产极品天堂在线| 直男gayav资源| 免费久久久久久久精品成人欧美视频 | 22中文网久久字幕| 晚上一个人看的免费电影| 99久久中文字幕三级久久日本| 另类亚洲欧美激情| 美女福利国产在线 | 嫩草影院入口| 欧美最新免费一区二区三区| 国产成人a∨麻豆精品| 国产男女超爽视频在线观看| 日本爱情动作片www.在线观看| 中文资源天堂在线| 国产精品爽爽va在线观看网站| 欧美高清成人免费视频www| 亚洲精品国产成人久久av| 欧美高清成人免费视频www| 中国国产av一级| 国产伦在线观看视频一区| 少妇裸体淫交视频免费看高清| 日本黄色日本黄色录像| 午夜免费鲁丝| 制服丝袜香蕉在线| 如何舔出高潮| 亚洲内射少妇av| 精品酒店卫生间| 亚洲欧美一区二区三区国产| 精品国产一区二区久久| 手机成人av网站| 男女边摸边吃奶| 自线自在国产av| 欧美少妇被猛烈插入视频| 久久精品人人爽人人爽视色| 久久久久国产精品人妻一区二区| 黄色片一级片一级黄色片| 日韩欧美一区视频在线观看| 国产成人精品久久二区二区免费| 1024视频免费在线观看| 女人高潮潮喷娇喘18禁视频| 两个人看的免费小视频| 成年美女黄网站色视频大全免费| 国产一级毛片在线| 亚洲精品国产一区二区精华液| 19禁男女啪啪无遮挡网站| netflix在线观看网站| 亚洲精品久久久久久婷婷小说| 精品人妻一区二区三区麻豆| 国产人伦9x9x在线观看| 亚洲九九香蕉| 亚洲精品国产区一区二| 午夜福利免费观看在线| 国产片特级美女逼逼视频| 99香蕉大伊视频| 久久精品aⅴ一区二区三区四区| 中文字幕av电影在线播放| 母亲3免费完整高清在线观看| www.自偷自拍.com| 在线观看国产h片| 免费观看av网站的网址| 亚洲精品中文字幕在线视频| 色综合欧美亚洲国产小说| 国产在线免费精品| 久久久久国产精品人妻一区二区| av片东京热男人的天堂| 欧美人与善性xxx| 五月天丁香电影| 欧美日韩福利视频一区二区| 亚洲精品久久成人aⅴ小说| 国产成人精品久久二区二区免费| 亚洲人成电影观看| 国产日韩欧美在线精品| 国产免费视频播放在线视频| 日韩一本色道免费dvd| 国产日韩欧美亚洲二区| 久久久久久久久免费视频了| 国产成人精品无人区| 嫩草影视91久久| 成人18禁高潮啪啪吃奶动态图| 性色av乱码一区二区三区2| 女人被躁到高潮嗷嗷叫费观| 一级毛片电影观看| 精品国产一区二区三区久久久樱花| 亚洲成人免费电影在线观看 | 熟女av电影| 中文字幕精品免费在线观看视频| 99精品久久久久人妻精品| 国产精品久久久人人做人人爽| 午夜福利影视在线免费观看| 69精品国产乱码久久久| 亚洲精品久久成人aⅴ小说| 丰满少妇做爰视频| 两性夫妻黄色片| 精品一品国产午夜福利视频| 欧美日韩国产mv在线观看视频| 国产一区二区三区av在线| 国产主播在线观看一区二区 | 亚洲av国产av综合av卡| 国产精品麻豆人妻色哟哟久久| 高清不卡的av网站| 97人妻天天添夜夜摸| 极品人妻少妇av视频| 午夜福利,免费看| a级毛片黄视频| 99热网站在线观看| 十八禁网站网址无遮挡| 丝袜脚勾引网站| 国产97色在线日韩免费| 国产在线视频一区二区| 久久国产精品影院| 一本—道久久a久久精品蜜桃钙片| 黄色视频不卡| 亚洲中文字幕日韩| 国产精品免费大片| 美女脱内裤让男人舔精品视频|